一种用户行为分析方法及装置制造方法及图纸

本申请实施例公开了一种用户行为分析方法及装置，首先根据用户所选择的产品类型，确定该产品类型对应的用户群。该用户群中可以包括各个用户的用户名以及用户名对应的行为数据。然后，遍历用户群中每个用户名对应的行为数据，从而获取整个用户群的变化特征，即变化规律。当存在新增用户时，根据用户群的变化特征，预测新增用户下一用户状态。可见，通过本申请实施例，不仅可以根据用户历史行为数据获得整个用户群的变化规律，以根据变化规律对产品业务进行改进，以提高产品业务的竞争力。而且，还可以根据用户群的变化规律对新增用户进行状态预测，避免用户存在不良行为数据，从而可以对用户起到预警作用。

A User Behavior Analysis Method and Device

【技术实现步骤摘要】
一种用户行为分析方法及装置
本申请涉及计算机
，具体涉及一种用户行为分析方法及装置。
技术介绍
产品业务的发展，需要根据市场和用户的反馈不断进行分析和改进，以使得产品业务更符合市场和用户的需求。尤其对于金融行业所提供的消费贷产品业务，该消费贷产品业务是指，对消费者个人放贷的、用于支付各种费用的贷款的产品业务。对于提供该产品业务的商家来讲，为避免利益受损需要统计用户在整个产品业务的使用中所产生的行为数据，例如，是否按期还款，以便对该用户的信誉等属性进行分析。现有技术中，主要通过人工统计方法进行数据分析，成本高而且效率低下，无法高效、深入分析用户，进而影响对产品业务的更新。同时，现有的人工统计方法无法对用户未来的行为数据进行预测。
技术实现思路
有鉴于此，本申请实施例提供一种用户行为分析方法及装置，以实现更为高效和深入地分析用户，以提高产品业务的竞争力。为解决上述问题，本申请实施例提供的技术方案如下：在本申请实施例第一方面，提供了一种用户行为分析方法，所述方法可以包括：根据用户所选择的产品类型，确定所述产品类型对应的用户群；所述用户群包括各个用户名以及所述用户名对应的行为数据；所述行为数据包括所述用户名在不同时间对应的用户状态以及状态转移时间；遍历所述用户群中每个所述用户名对应的行为数据，获取所述用户群的变化特征；所述用户群的变化特征包括所述用户群在不同时间内不同用户状态所对应的用户数以及所有所述用户名对应的用户从第一目标用户状态转移到第二目标用户状态的转移概率；所述第一目标用户状态为任一用户状态，所述第二目标状态为与所述第一目标用户状态对应的用户状态；针对新增用户，根据所述用户群的变化特征，预测所述新增用户的下一用户状态。在一种可能的实现方式中，所述根据所述用户群的变化特征，预测所述新增用户的下一用户状态，包括：根据所述新增用户的当前用户状态，确定所述新增用户所对应的至少一个下一用户状态；将最大转移概率所对应的用户状态确定为所述新增用户的下一用户状态。在一种可能的实现方式中，在预测所述新增用户的下一用户状态后，所述方法还包括：获取所述用户群中各个所述用户名所对应用户在下一时刻的用户状态；统计下一时刻不同用户状态所对应的用户数。在一种可能的实现方式中，所述方法还包括：针对任一用户，根据所述状态转移时间对所述用户名所对应的用户状态变化过程进行重放。在一种可能的实现方式中，所述方法还包括：针对任一用户，将所述用户名对应的当前行为数据输入预测模型，以获取所述用户名对应的下一用户状态。在本申请实施例第二方面，提供了一种用户行为分析装置，所述装置包括：确定单元，用于根据用户所选择输入的产品类型，确定所述产品类型对应的用户群；所述用户群包括各个用户名以及所述用户名对应的行为数据；所述行为数据包括所述用户名在不同时间对应的用户状态以及状态转移时间；第一获取单元，用于遍历所述用户群中每个所述用户名对应的行为数据，获取所述用户群的变化特征；所述用户群的变化特征包括所述用户群在不同时间内不同用户状态所对应的用户数以及所有所述用户名对应的用户从第一目标用户状态转移到第二目标用户状态的转移概率；所述第一目标用户状态为任一用户状态，所述第二目标状态为与所述第一目标用户状态对应的用户状态；第一预测单元，用于针对新增用户，根据所述用户群的变化特征，预测所述新增用户的下一用户状态。在一种可能的实现方式中，所述预测单元，包括：第一确定子单元，用于根据所述新增用户的当前用户状态，确定所述新增用户所对应的至少一个下一用户状态；第二确定子单元，用于将最大转移概率所对应的用户状态确定为所述新增用户的下一用户状态。在一种可能的实现方式中，所述装置还包括：第二获取单元，用于获取所述用户群中各个所述用户名所对应用户在下一时刻的用户状态；统计单元，用于统计下一时刻不同用户状态所对应的用户数。在一种可能的实现方式中，所述装置还包括：重放单元，用于针对任一用户，根据所述状态转移时间对所述用户名所对应的用户状态变化过程进行重放。在一种可能的实现方式中，所述装置还包括：第二预测单元，用于针对任一用户，将所述用户名对应的当前行为数据输入预测模型，以获取所述用户名所对应的下一用户状态。由此可见，本申请实施例具有如下有益效果：本申请实施例首先根据用户所选择的产品类型，确定该产品类型对应的用户群。其中，该用户群中可以包括各个用户的用户名以及用户名对应的行为数据。然后，遍历用户群中每个用户名对应的行为数据，从而获取整个用户群的变化特征，即变化规律。当存在新增用户时，根据用户群的变化特征，预测新增用户下一用户状态，以便根据预测结果可以提前获知用户的行为数据。可见，通过本申请实施例提供的方法，不仅可以根据用户历史行为数据获得整个用户群的变化规律，以根据变化规律对产品业务进行改进，以提高产品业务的竞争力。而且，还可以根据用户群的变化规律对新增用户进行状态预测，避免用户存在不良行为数据，从而可以对用户的发现过程起到预警作用。附图说明图1为本申请实施例提供的一种有限状态机示例图；图2为本申请实施例提供的一种用户行为分析方法流程图；图3为本申请实施例提供的一种用户行为分析装置结构图。具体实施方式为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请实施例作进一步详细的说明。为便于理解本申请提供的方案，下面将先对本申请所涉及的
技术介绍
进行说明。专利技术人经过研究发现，传统的用户状态分析方法主要采用手动统计用户行为数据，即，针对某一产品类型，通过调研获取大量用户行为数据。然后经人工整理后，再进行分析以根据分析结果对产品进行改进。该方法不仅效率慢、成本高，而且人工统计难免存在误差，导致分析结果不准确。尤其，当存在新用户时，无法对新用户的状态进行预测，进而导致无法对用户的不良行为进行预警。基于此，本申请提供了一种基于有限状态机的用户行为分析方法，将处于不同阶段的用户定义为一个状态，称为用户当前状态，对应有限状态机的一个节点。具体为，针对一类产品类型，为该产品类型设计对应的用户群，该用户群包括使用该产品类型的各个用户名以及各个用户名对应的行为数据。其中，用户名对应的行为数据包括该用户名在不同时间的状态，即用户在某一时间的当前状态以及状态转移时间，即用户从一个状态转移到另一个状态的时间。然后，遍历用户群中各个用户名对应的行为数据，以获取用户群的变化特征。最后，根据用户群的变化特征对新增用户的状态进行预测，获取新增用户在下一时刻可能对应的状态。为便于理解本申请提供的基于有限状态机的用户行为分析方法，参见图1，该图为本申请实施例提供的一种有限状态机示例图。例如，以消费贷产品来说，将用户划分为潜在客户、申请客户、授信客户、用信用户、流失用户、逾期用户等不同用户状态。可以理解的是，在有限状态机中，从当前状态进入下一状态依赖于一定的触发条件，即迁移事件。该迁移事件为触发用户从当前状态进入下一状态的触发事件，例如图1中连线上潜在用户通过成功注册事件后转变为申请用户。在本实施例中，可以针对消费贷产品建立该产品类型的用户群，该用户群中可以包括使用该消费贷产品的所有用户的信息，即用户名以及用户名对应的行为数据。该行为数据可以包括每个用户在不同时间对应的状态以及每次状态转移本文档来自技高网...

【技术保护点】
1.一种用户行为分析方法，其特征在于，所述方法包括：根据用户所选择的产品类型，确定所述产品类型对应的用户群；所述用户群包括各个用户名以及所述用户名对应的行为数据；所述行为数据包括所述用户名在不同时间对应的用户状态以及状态转移时间；遍历所述用户群中每个所述用户名对应的行为数据，获取所述用户群的变化特征；所述用户群的变化特征包括所述用户群在不同时间内不同用户状态所对应的用户数以及所有所述用户名对应的用户从第一目标用户状态转移到第二目标用户状态的转移概率；所述第一目标用户状态为任一用户状态，所述第二目标状态为与所述第一目标用户状态对应的用户状态；针对新增用户，根据所述用户群的变化特征，预测所述新增用户的下一用户状态。

【技术特征摘要】
1.一种用户行为分析方法，其特征在于，所述方法包括：根据用户所选择的产品类型，确定所述产品类型对应的用户群；所述用户群包括各个用户名以及所述用户名对应的行为数据；所述行为数据包括所述用户名在不同时间对应的用户状态以及状态转移时间；遍历所述用户群中每个所述用户名对应的行为数据，获取所述用户群的变化特征；所述用户群的变化特征包括所述用户群在不同时间内不同用户状态所对应的用户数以及所有所述用户名对应的用户从第一目标用户状态转移到第二目标用户状态的转移概率；所述第一目标用户状态为任一用户状态，所述第二目标状态为与所述第一目标用户状态对应的用户状态；针对新增用户，根据所述用户群的变化特征，预测所述新增用户的下一用户状态。2.根据权利要求1所述的方法，其特征在于，所述根据所述用户群的变化特征，预测所述新增用户的下一用户状态，包括：根据所述新增用户的当前用户状态，确定所述新增用户所对应的至少一个下一用户状态；将最大转移概率所对应的用户状态确定为所述新增用户的下一用户状态。3.根据权利要求2所述的方法，其特征在于，在预测所述新增用户的下一用户状态后，所述方法还包括：获取所述用户群中各个所述用户名所对应用户在下一时刻的用户状态；统计下一时刻不同用户状态所对应的用户数。4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：针对任一用户，根据所述状态转移时间对所述用户名所对应的用户状态变化过程进行重放。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：针对任一用户，将所述用户名对应的当前行为数据输入预测模型，以获取所述用户名对应的下一用户状态。6.一种用户行为分析装置，其特征在于，...

【专利技术属性】
技术研发人员：阮星华，何志昌，
申请(专利权)人：上海优扬新媒信息技术有限公司，
类型：发明
国别省市：上海,31